← 返回卡片

原书出处

强化学习

01 强化学习概述 1.策略

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T14:51:48.893Z

策略分为两种,确定性策略和随机性策略。确定性策略会根据具体状态输出一个动作,如μ(s)=a。而随机性策略则会根据状态输出每个动作的概率(概率值大于等于0,小于等于1),输出值为一个概率分布。

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/强化学习/_epub-src/OEBPS/Text/1-010.xhtml

EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae